Contenido y autoridad
Cómo escribir definiciones que la IA copia
Cómo escribir definiciones citables para GEO: corta + ampliada, qué no es, entidad nombrada y por qué las IAs priorizan ese bloque.
3 min
Respuesta rápida
Fan-out es la descomposición de una consulta en subpreguntas que el sistema resuelve por separado y luego sintetiza. En Google AI Overviews y Gemini, un «mejor proveedor de GEO para B2B» no busca una sola URL: busca definición, criterios, plazos, precio, riesgos y alternativas.
Puntos clave
- Fan-out es el proceso por el que Gemini/AI Overviews descompone un prompt en subpreguntas y busca fuentes para cada una.
- Si solo cubres la head query, cedes los follow-ups (precio, plazos, alternativas, límites) a la competencia.
- Un clúster GEO es un mapa de fan-out publicado: 1 pilar + satélites con H2 que coinciden con esas subpreguntas.
- Botpass Labs diseña el calendario editorial desde el fan-out del tablero de prompts, no desde un brainstorm.
- Métrica útil: % de subpreguntas de un prompt cubiertas con un chunk propio.
Qué es el fan-out en búsqueda generativa
Quien cubre el abanico se cita más. Quien tiene un único artículo «completo» pero sin módulos recuperables, pierde los follow-ups.
Cómo detectar el fan-out de tu categoría
- Lanza el prompt madre en Gemini y en AI Overviews.
- Anota los H2 implícitos de la respuesta (qué es, cómo elegir, cuánto tarda, errores, alternativas).
- Pregunta 2–3 follow-ups como haría un comprador.
- Lista 8–12 subpreguntas estables (no las de un solo día).
- Asigna cada una a una URL o a un H2 de una URL existente.
Botpass Labs hace este mapa en la auditoría: el calendario sale del fan-out, no del «tenemos que publicar».
Arquitectura de clúster contra el fan-out
| Subpregunta | Tipo de URL | Formato AEO |
|---|---|---|
| ¿Qué es X? | Pilar de definición | Definición corta + ampliada |
| ¿X vs Y? | Comparativa | Tabla + cuándo elegir |
| ¿Cómo elegir? | Guía de criterios | 5–7 bullets |
| ¿Cuánto tarda / cuesta? | FAQ o landing de servicio | Rangos + límites |
| ¿Qué errores evitar? | Checklist | Antipatrones |
| ¿Quién lo ofrece? | Entity Home + casos | Hechos + métricas |
Enlazado bidireccional: el pilar no es un silo; cada satélite devuelve al pilar y a 2 hermanos.
Score práctico de cobertura
Cobertura fan-out = subpreguntas con chunk propio / subpreguntas observadas. Por debajo del 50%, estás regalando el Overview. El objetivo de un trimestre no es «20 posts»: es subir ese ratio en 2–3 prompts de dinero.
Preguntas frecuentes
¿El fan-out es solo de Google?
Es más visible en Gemini/Overviews. ChatGPT y Perplexity también desglosan, con menos «pestañas» evidentes.
¿Un pilar largo sustituye a los satélites?
Solo si cada H2 es un chunk con URL-ancla. Aun así, los satélites ganan consultas específicas.
¿Hay que copiar las subpreguntas literalmente?
Usa el lenguaje del comprador, no el del Overview. El significado sí; el keyword stuffing no.
¿Cada subpregunta es un post?
No. Agrupa las que viven juntas (plazo y precio en servicio). Separa las que merecen ranking/cita propia (comparativa vs un competidor).
¿El fan-out cambia cada mes?
El núcleo es estable. Los ejemplos y cifras sí se refrescan.
¿Cómo lo reporta Botpass Labs?
Como huecos del tablero: «este prompt dispara 9 subpreguntas; cubrimos 4».
Conclusión
Deja de escribir «el artículo definitivo». Publica el mapa de preguntas que el motor ya está haciendo.
Siguiente paso
Botpass Labs construye el mapa de fan-out en la auditoría.
Notas y fuentes
- Los plazos, umbrales y marcos de trabajo atribuidos a Botpass Labs en este artículo corresponden a su metodología propia de GEO, derivada de la medición continua de respuestas en proyectos de cliente; varían según sector y punto de partida.
Cómo citar este artículo
Pablo Ruiz (2026). Fan-out: cómo cubrir las subpreguntas que activa Gemini. Botpass Labs. https://botpasslabs.com/blog/fan-out-subpreguntas-gemini-ai-overviews/
